《基于内容分析的用户评论质量的评价与预测-论文》.pdfVIP

聂卉．基于内容分析的用广|评论质量的评价与预 关的要素，来实现对评论质量的自动评估 ，而不再局限 对比分析表明，基于计量的方法能得到一组有价 于累积的投票统计。这些研究中，评论效用分析被转 值的结论，但因为研究关注点是评论的可用性评价，因 化为一个分类或排序任务，抽取与评论相关的多个层 而引入了多个层面的特征 ，反而弱化了评论内容与效 面的特征，利用计量或机器学习方法构建效用评价的 用间的关联。由于文本挖掘的难度或精准度的不确定 分类预测模型。如，S．Kim等 利用支持 向量机 性，相当一部分研究 回避了对评论文本的特征因素的 (SVM)的回归方法分别从结构、词法 、句法、语义、元数 实质性探究，而存在的内容分析研究也相对浅层。如 据5个文本特征对评论有用性进行 自动评价。实验结 J．Otterbacher 的研究没有分析评论 中蕴含的主客观 果表明，评论长度、一元文法以及产品的评级是判断评 性和情感倾向，A．Ghose等的研究 ，只进行了主客观 论有用性的关键要素。ZhangZhu等的研究 同样采 分析，没有对评论的文本内容进行更深层次的语义挖 用 SVM 回归预测评论质量，探测了评论的语言特征、 掘。而以机器学习为主要方法的研究揭示出对信息源 情感特征和与主题关联的内容特征与效用价值之间的 的文本及语言特征的选择和描述对信息质量的评估起 关系，发现简单语法，如专有名词、数字 、情态动词等语 着至关重要的作用。 言特征在预测在线商品评论的效用时的贡献最显著。 本文强调对文本内容的深层次分析，也重视对预 LiuJingjing等的研究 则注意到投票累计导致的评价 测模型的可解释性描述。因此 ，围绕本文 的研究 目 偏差问题，于是采用人工标注的数据进行研究，并从信 标——评论内容对用户感知的评论效用影响的研究， 息含量、主观性、可读性三个方面刻画评论质量。其中 特别应用了深层次的文本挖掘方法，并尝试结合机器 信息含量反映评论 内容与产品的关联 ，主观性量化情 学习和计量分析，来探知影响评论质量的评论内容的 感因素，可读性刻画语言的表达 ，这些特征从不同角度 特征因素和预测方法。本文研究也借鉴了A．Ghose等 提炼出评论文本 的内容实质 ，以提高评价 的合理性。 的思路 ，但 A．Ghose等的研究面向英文，并利用了现成 可以看出，以自动识别有用性评论为 目标的这组研究 的文本分析和情感挖掘工具 Lingpipe(http：／／alias．i． 中，自动识别采用有指导的机器学习来实现，特征选择 com／lingpipe／)。本文面向中文 ，在探索评论效用评价 是研究要点。由于SVM在文本分类上的出色表现， 机制与模型的同时，研究中文领域面向语义和情感的 SVM成为首选的分类预测方法，但 SVM类算法的评价 特征提取。 无法对特征因素与预测变量 (评论效用)之间的关系 进行比较直观合理的解释 ，结论不易被很好理解。 另一组面向商品评论的效用评价研究以计量分析 对于用户生成的网络评论 ，笔者尝试给出一个合 为主，采用线性回归模型解释影响评论效用的重要 因 理的面向文本内容的评价指标体系，探究 内容特征对 素。与评论相关的更多元化的特征因素被引入。如J． 用户可感知效用价值的影响力 ，通过设计可行的测度 Otterbacher 对Amazon．con上的用户评价质量进行了 方法，评价用户评论质量，辨识高质量用户评论，提高 分析，提取了22个特征来描述评论内容、评论人信誉 用户生成内容的可利用价值。依据这一研究 目标 ，本 及产品特色，利用因子分析揭示出这22个特征所蕴含 文提出三个研究问题 ：①评估评论质量的重要的文本 的5个信息质量的评价维度 (关联度、信誉度、描述性、 因素有哪些?面向中文领域，如何利用 自然语言处理 可信度以及客观度)，